摘要生理疼痛数据集是一个面向疼痛客观评估、生理信号分析与智能健康监测研究的多模态数据集共采集自 99 名参与者。数据集通过融合脑电图EEG、E4 Empatica 腕带生理信号以及疼痛问卷信息对个体疼痛状态进行综合描述重点涵盖 头痛、背痛和痛经 三类疼痛。数据集概述生理疼痛数据集是一个面向疼痛客观评估、生理信号分析与智能健康监测研究的多模态数据集共采集自 99 名参与者。数据集通过融合脑电图EEG、E4 Empatica 腕带生理信号以及疼痛问卷信息对个体疼痛状态进行综合描述重点涵盖 头痛、背痛和痛经 三类疼痛。由于疼痛具有较强的主观性该数据集将参与者自我报告与客观生理信号相结合为研究疼痛体验与神经、生理反应之间的关联提供了重要数据基础可支持机器学习和深度学习驱动的疼痛识别与强度评估数据结构与关键特征该数据集采用分层目录方式组织主要包含 原始 EEG 数据、处理后 EEG 数据、原始腕带数据、处理后腕带数据以及问卷数据。EEG 数据由 Mindwave Mobile 2 设备采集并提供 1Hz、4Hz 和 combined 等不同处理版本可用于脑电节律及神经活动分析腕带数据由 E4 Empatica 设备采集主要包括皮肤电活动EDA、血容量脉搏BVP、皮肤温度以及加速度计数据可反映自主神经活动、心血管反应和身体运动状态。SURVEY DATA 则保存参与者的自我报告结果包括麦吉尔疼痛问卷等疼痛评价信息。所有数据均通过参与者唯一 ID 进行关联便于开展跨模态特征对齐与联合分析。应用价值与研究方向该数据集可广泛应用于疼痛状态分类、疼痛强度预测、生理信号特征提取以及个体化疼痛监测等研究。研究人员可以利用 EEG 频域特征、EDA、BVP、体温和运动信号建立传统机器学习模型也可以采用 CNN、LSTM、Transformer 及多模态融合网络实现神经信号、生理信号与问卷数据的联合建模。进一步研究可聚焦于不同疼痛类型的生理差异分析、急慢性疼痛识别、无创疼痛客观量化、跨个体泛化以及可穿戴设备实时疼痛监测为智能医疗、远程健康管理和辅助疼痛诊疗提供数据支持。数据集来源由张家梁(Bob)整理并于2026年在7zcode平台公开发布。数据集信息免责声明与引用数据仅用于科研与教学用途。若用于商业场景请自行核验数据许可。如需引用请在论文或报告中注明数据集名称与版本号。作者信息作者Bob (张家梁)项目编号Datasets-446文件大小1.1G原创声明本数据集为整理作品